机器学习——分类评价指标-编程知识

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。

1、评价指标

对于模型的评价往往会使用损失函数和评价指标，两者的本质是一致的。一般情况下，损失函数应用于训练过程，而评价指标应用于测试过程。对于回归问题，往往使用均方误差等指标评价模型，也使用回归损失函数作为评价指标。而分类问题的评价指标一般会选择准确率、ROC曲线和AUC等，其评价指标如下：

术语	sklearn函数
混淆矩阵	confusion_matrix
准确率	accuracy_score
召回率	reacall_score
f1_score	f1_score
ROC曲线	roc_curve
AUC	roc_auc_score
分类评估报告	classification_report

2、混淆矩阵

在机器学习领域，混淆矩阵（confusion matrix）是衡量分类模型准确度的方法中最基本、最直观、计算最简单的方法。混淆矩阵又称为可能性表格或错误矩阵，用来呈现算法性能的可视化效果，通常应用于监督学习。混淆矩阵由n行n列组成，其每一列表预测值，每一行代表实际的类别。例如，一个人得病了，但检查结果说他没病，那么他“假没病”，也叫假阴性(FN)；一个人得病了，医生判断他有病，那么他是“真有病”，也叫阳性(TP)；一个人没得病，医生检查结果却说他有病，那么他是“假有病”，也叫假阳性(FP)；一个人没得病，医生检查结果也说他没病，那么他是“真没病”，也叫真阴性(TN)4种结局就是2X2=4的混淆矩阵，如表所示。

FN、TP、FP、TN共包含4个字母P、N、T、F，英文分别是 Positive、Negative、True、False。True和 False 代表预测本身的结果是正确还是不正确，Positive 和 Negative则是代表预测的方向是正向还是负向。
每一行之和表示该类别的真实样本数量，每一列之和表示被预测为该类别的样本数量。预测性分类模型肯定是越准越好。因此混淆矩阵中TP与 TN的数值越大越好,而FP与FN的数值越小越好。
混淆矩阵具有如下特性:

样本全集=TPUFPUFNUTN。
任何一个样本属于且只属于4个集合中的一个，即它们没有交集。

2.1 混淆矩阵示例

某系统用来对猫(cat)、狗(dog)、免子(rabbit)进行分类。现共有27只动物，包括8只猫、6条狗和13只兔子。混淆矩阵如表所示。

在这个混淆矩阵中，实际有8只猫，但是系统将其中3只猫预测成了狗；实际有6条狗，其中有一条狗被预测成了免子，两条狗被预测成了猫；实际有13只兔子，其中有2只兔子被预测成了狗。
sklearn,metrics模块提供了confusion_matrix函数，格式如下：

sklearn.metrics.confusion_matrix(y_true, y_pred,labels)

【参数说明】

y_true:真实目标值
y_pred:估计器预测目标值
labels:指定类别对应的数字

示例：

from sklearn.metrics import confusion_matrix
y_true = [2,0,2,2,0,1]
y_pred = [0,0,2,2,0,2]
print('confusion_matrix\n', confusion_matrix(y_true, y_pred))
y_true = ['cat', 'ant', 'cat', 'cat', 'ant', 'bird']
y_pred = ['ant', 'ant', 'cat', 'cat', 'ant', 'cat']
print('confusion_matrix\n', confusion_matrix(y_true, y_pred, labels = ['ant','bird', 'cat']))

【运行结果】

真实值中，共0,1,2三个特征。

2.2 准确率

准确率（accuracy）是最常用的分类性能指标。准确率是预测正确的样本数与总样本数的比值。其计算公式：

$ACC= \frac{TP+TN}{P+N}$

sklearn.metrics模块提供了accuracy_score函数，格式如下：

 sklearn.metrics.accuracy_score(y_true, y_pred, normalize)

【参数说明】

y_true:真实目标值
y_pred:估计器预测目标值
normalize:是否正则化。默认为True，返回正确分类的比例；False返回正确分类的样本数。

示例：

import numpy as np
from sklearn.metrics import accuracy_score
y_true = [0,1,2,3]
y_pred = [0,2,1,3]
print(accuracy_score(y_true, y_pred))
print(accuracy_score(y_true, y_pred, normalize = False))

2.3 精确率

精确率（precision）又称为查准率。精确率只针对预测正确的正样本而不是所有预测正确的样本，是正确预测的正样本数与预测正样本总数的比值，其计算公式如下：

$precision = \frac{TP}{TP+FP}$

sklearn.metrics模块提供了precision_score函数，格式如下：

sklearn.metrics.precision_score(y_true, y_pred)

示例：

import numpy as np
from sklearn.metrics import precision_score
y_true = [1,0,1,1]
y_pred = [0,1,1,0]
p = precision_score(y_true, y_pred)
print(p)

2.4 召回率

召回率(recall)是有关覆盖面的度量，它反映有多少正例被分为正例，又称查全率。查准率和召回率是一对矛盾的度量。查准率高时，召回率往往偏低；而召回率高时，查准率往往偏低。
召回率是正确预测的正例数与实际正例总数之比，计算公式如下

$Recall = \frac{TP}{TP+FN}$
sklearn.metrics模块提供了recall_score函数,格式如下:

sklearn.metrics.recall _score(y_true, y_pred, average)

以信息检索为例，刚开始在页面上显示的信息是用户可能最感兴趣的信息，此时查准率高,但只显示了部分数据，所以召回率低；随着用户不断地下拉滚动条显示其余信息，信息与用户兴趣的匹配程度逐渐降低，查准率不断下降，召回率逐渐上升;当下拉到信息底部时，此时的信息是最不符合用户兴趣的，因此查准率最低，但所有的信息都已经展示，召回率最高。

3、F1分数

F1分数（F1 score）用于衡量二分类模型的精确度，是精确率和召回率的调和值，其变化范围为0~1。F1分数的计算公式如下：

$F1=\frac{2*TP}{2*TP+FN+FP}=\frac{2*precision*Recall}{Precision+Recall}$

sklearn.metrics 模块提供了f1_score函数。格式如下：

sklearn.metrics.f1_score(y_true, predictions, average = 'micro

【参数说明】

y_true：真实目标值
predictions：估计器预测目标值

示例：

from sklearn import metrics
y_test = [0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2]
y_pred = [0,0,1,1,0,0,0,2,2,0,1,1,1,1,2,1,1,2,2,1,2,2,2,2,2,2,1,1,2,2]
F1 = metrics.f1_score(y_test, y_pred, average = 'micro')
print("F1", F1)

4、ROC曲线

ROC全称是“受试者工作特征”（Receiver Operating Characteristic）曲线，用于描述混淆矩阵中FPR-TPR两个量之间的相对变化情况。ROC曲线的横轴是FPR，纵轴是TPR。ROC曲线用于描述样本的真实类别和预测概率。

ROC曲线中的4个点如下:

点(0,1):即 FPR=0，TPR=1,意味着FN=0且FP=0，所有的样本都正确分类
点(1,0):即 FPR=1，TPR=0，最差分类器，避开了所有正确答案。
点(0,0):即 FPR=TPR=0，FP=TP=0，分类器把每个样本都预测为负类。
点(1,1):即 FPR=TPR=1，分类器把所有样本都预测为正类。

sklearn,metrics 模块提供了roc_curve函数,格式如下:

sklearn.metrics.roc_ curve(y_true, y_score)

【参数说明】

y_true:每个样本的真实类别，必须为0(反例)、1(正例)标记。
y_score:预测得分，可以是正类的估计概率

示例：

import numpy as np
from sklearn import metrics
y = np.array([1,1,2,2])
scores = np.array([0.1, 0.4, 0.35, 0.8])
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label = 2)
print(fpr)
print(tpr)
print(thresholds)
from sklearn.metrics import auc
print(metrics.auc(fpr, tpr))

5、AUC

AUC(Area Under Curve)是指 ROC曲线下的面积，由于ROC曲线一般都处于y=x这条直线的上方，所以AUC 的取值范围为0.5~1。AUC 只能用于评价二分类，直观地评价分类器的好坏，值越大越好。
AUC 对模型性能的判断标准如下:

AUC=1,是完美分类器。采用这个预测模型时，存在至少一个阈值能得出完美预测。在绝大多数预测的场合，不存在完美分类器。
0.5<AUC<1,优于随机猜测。若对这个分类器(模型)设定合适的阈值，它就才预测价值。
AUC=0.5,跟随机猜测一样(例如抛硬币)，模型没有预测价值。
AUC<0.5,比随机猜测还差。但是，只要总是反预测而行，就优于随机猜测。

sklearn.metrics模块提供了roc_auc_score函数,格式如下:

sklearn.metrics.roc_auc_score(y_true, y_score)

【参数说明】

y_true:每个样本的真实类别,必须为0(反例)、1(正例)标记。
y_score:预测得分，可以是正类的估计概率。

示例：

import numpy as np
from sklearn.metrics import roc_auc_score
y_true = np.array([0,0,1,1])
y_score = np.array([0.1,0.4,0.35,0.8])
print(roc_auc_score(y_true, y_score))

6、分类评估报告

Sklearn 中的classification_report函数用于显示主要分类指标的文本报告，显示每个类的精确度、召回率、F1值等信息。classification_report函数格式如下:

sklearn.metrics.classification _report(y_true, y_pred, labels, target_names)

【参数说明】

y_true:真实目标值。
y_pred:估计器预测目标值。
labels:指定类别对应的数字。
target_names:目标类别名称。

示例：

from sklearn.metrics import classification_report
y_true = [0,1,2,2,2]
y_pred = [0,0,2,2,1]
target_names = ['class 0','class 1','class 2']
print(classification_report(y_true, y_pred, target_names = target_names))

【运行结果】